AHRS
- Autor metody
- Aviation heritage
- Rok
- 1940s
- Typ
- System
- Rodzina
- Attitude Estimation
Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku
Do czego służy?
System odniesienia postawy i kursu (AHRS) to kompletny podsystem nawigacji inercyjnej, który szacuje i udostępnia trójwymiarową orientację (postawę) i kurs pojazdu lub platformy.
AHRS łączy pomiary z akcelerometrów, żyroskopów i często magnetometrów za pomocą algorytmów fuzji czujników (zazwyczaj filtrów Kalmana lub filtrów komplementarnych), aby zapewnić wolny od dryftu, szybki szacunek postawy. AHRS jest standardem w lotnictwie, nawigacji morskiej i nowoczesnych systemach autonomicznych.
Intuicja stojąca za metodą
Żyroskopy bezpośrednio mierzą prędkości obrotowe i są dokładne w krótkich przedziałach czasowych (sekundy), ale dryfują w czasie (całka szumu i błędu systematycznego). Akcelerometry wykrywają grawitację i są stabilne długoterminowo, ale są zaszumione i nie mogą bezpośrednio mierzyć obrotu poziomego. Kompas (magnetometr) mierzy kurs względem ziemskiego pola magnetycznego, ale jest podatny na lokalne zniekształcenia. AHRS łączy wszystkie trzy, wykorzystując mocne strony każdego z nich: żyroskop dla natychmiastowej reakcji, akcelerometr i kompas dla długoterminowej stabilności.
Historia
Odniesienia postawy samolotu wykorzystujące żyroskopy mechaniczne sięgają lat 20. XX wieku (Sperry). Nowoczesne elektroniczne AHRS pojawiły się w latach 70.–80. XX wieku wraz z pojawieniem się czujników półprzewodnikowych. Integracja żyroskopów, akcelerometrów i magnetometrów MEMS (mikroelektromechanicznych) w latach 90.–2000. umożliwiła stworzenie kompaktowych, energooszczędnych AHRS. Postępy w algorytmach (filtr Madgwicka, filtr Mahony'ego) w latach 2010. umożliwiły dokładne określanie postawy przy minimalnym koszcie obliczeniowym, co przyspieszyło ich zastosowanie w elektronice użytkowej i UAV.
Kiedy stosować
Używaj AHRS zawsze, gdy potrzebujesz informacji o postawie i kursie w czasie rzeczywistym, wolnych od dryftu. Niezbędne dla autopilotów lotniczych, systemów nawigacji morskiej, UAV, robotów i urządzeń mobilnych. AHRS stanowi podstawę systemów sterowania lotem, stabilizacji i nawigacji. Wdrażaj AHRS, gdy indywidualne pomiary czujników (sam żyroskop, sam kompas) są niewystarczające z powodu dryftu lub szumu. Używaj w każdych warunkach pogodowych i oświetleniowych (w przeciwieństwie do systemów opartych na wizji).
Ograniczenia i uwagi
- Zakłócenia magnetometru; lokalne anomalie magnetyczne (konstrukcje stalowe, systemy elektryczne, elektronika pojazdu) pogarszają dokładność kursu; wymaga kompensacji lub ponownej kalibracji.
- Duże przyspieszenia; podczas manewrów akcelerometr mierzy zarówno przyspieszenie grawitacyjne, jak i inercyjne, powodując błędy pochylenia/przechylenia; filtr musi używać modelu ruchu do ich złagodzenia.
- Blokada gimbala (w kątach Eulera); osobliwości przy 90-stopniowym pochyleniu wymagają starannego obchodzenia numerycznego; reprezentacja kwaternionowa tego unika.
- Inicjalizacja; system musi być nieruchomy (lub poruszać się ze znanym ruchem) podczas uruchamiania, aby zainicjować postawę; dynamiczna inicjalizacja jest złożona.
Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.
Mocne strony
- Wolny od dryftu przez długie okresy; fuzja stabilnych, ale zaszumionych czujników (akcelerometr, kompas) z czujnikami podatnymi na dryft, ale szybkimi (żyroskop) daje stabilne, responsywne oszacowanie postawy.
- Obliczenia w czasie rzeczywistym; filtr działa z częstotliwością czujnika (100+ Hz), umożliwiając ścisłe pętle sterowania.
- Nie wymaga zewnętrznych odniesień; samodzielny, działa wewnątrz i na zewnątrz, w dzień i w nocy.
- Odporny na przejściowe szumy czujników; filtr naturalnie wygładza skoki pomiarów, zachowując responsywność.
Zastosowania
- Autopilot i sterowanie lotem samolotu: utrzymuje postawę i kurs samolotu; dostarcza dane wejściowe do algorytmów autopilota.
- Stabilizacja bezzałogowych statków powietrznych (UAV): umożliwia sterowanie lotem dronów wielowirnikowych i stałopłatowych.
- Nawigacja i stabilizacja morska: odniesienie kursu statku dla autopilota i nawigacji; dane wejściowe do stabilizacji antyprzechyłowej.
- Nawigacja robotów mobilnych i pojazdów kołowych: zapewnia kurs oraz pochylenie/przechylenie dla nawigacji terenowej.
- Rzeczywistość rozszerzona w smartfonach i urządzeniach noszonych: umożliwia śledzenie orientacji dla wyświetlaczy AR i rozpoznawania gestów.
Jak to działa
Jak to działa
Zbieraj pomiary o wysokiej częstotliwości z jednostki pomiarowej inercyjnej (IMU) o 9 stopniach swobody (9-DOF): 3-osiowy akcelerometr, 3-osiowy żyroskop i 3-osiowy magnetometr, zazwyczaj z częstotliwością 50–200 Hz.
Kalibruj błędy systematyczne czujników, współczynniki skali i niezgodność osi za pomocą kalibracji statycznej lub w znanych ruchach; usuwaj lub kompensuj zniekształcenia magnetyczne; dokładnie oznaczaj pomiary znacznikiem czasu.
Łącz pomiary wektorowe akcelerometru i magnetometru z pomiarami prędkości kątowej żyroskopu za pomocą filtru opartego na obserwatorze (filtr komplementarny lub filtr Kalmana) w celu oszacowania kwaternionowej postawy; obliczaj kąty Eulera (przechył, pochylenie, odchylenie) lub bezpośrednią reprezentację macierzy cosinusów.
Wzór
\vec{q}(t+dt) = \vec{q}(t) + \frac{1}{2}\vec{\omega} \times \vec{q}(t) \cdot dtUtrzymuj oszacowanie stanu (kwaternion lub DCM) i kowariancji; propaguj stan poprzez integrację żyroskopu; aktualizuj pomiarami akcelerometru i kompasu ważonymi przez kowariancję szumu i model dynamiki.
Wyświetlaj postawę w czasie rzeczywistym (pochylenie, przechylenie, odchylenie lub kwaternion) i kurs (kurs magnetyczny lub kurs geograficzny po korekcie deklinacji); raportuj wskaźniki pewności lub dokładności; oznaczaj zakłócenia magnetyczne lub błędy czujników.
Częste pułapki
- Ignorowanie kalibracji magnetycznej; nieskalibrowany magnetometr wprowadza błędy kursu o 5–10 stopni lub więcej; zawsze kalibruj w środowisku operacyjnym.
- Niewłaściwe strojenie wzmocnień filtru; zbyt szybka korekcja powoduje drganie kursu; zbyt wolna korekcja pozwala na dryft; wymaga strojenia empirycznego lub metod adaptacyjnych.
- Mylenie kursu magnetycznego i kursu geograficznego; deklinacja magnetyczna różni się w zależności od lokalizacji; podaj właściwy wariant dla zastosowania.
- Zakładanie, że akcelerometr zawsze wskazuje w dół; podczas szybkich manewrów akcelerometr jest nachylony i nie może być używany do określania postawy; filtr musi się dostosować.
Najczęściej zadawane pytania
Czym jest blokada gimbala i jak jej uniknąć?
Blokada gimbala występuje, gdy pochylenie osiąga 90 stopni (np. nos prosto w górę lub w dół); przy tej osobliwości, przechylenie i odchylenie stają się zależne, a jeden stopień swobody jest tracony. Unikaj jej, używając reprezentacji kwaternionowej zamiast kątów Eulera do obliczeń wewnętrznych; konwertuj do kątów Eulera tylko do wyświetlania. Kwaterniony są wolne od osobliwości.
Jak zainicjować postawę AHRS podczas dynamicznego ruchu?
Inicjalizacja statyczna (trzymanie nieruchomo przez 1–2 sekundy) jest najprostsza. W przypadku inicjalizacji dynamicznej użyj dłuższego okna obserwacji (5–10 sekund) z modelem ruchu zakładającym znane manewry lub niskie przyspieszenie. Niektóre systemy wykorzystują prędkość GPS do wykrywania trybu ruchu i stosowania odpowiedniej inicjalizacji.
Jaka jest różnica między filtrem komplementarnym a filtrem Kalmana dla AHRS?
Filtr komplementarny jest heurystyczny i prostszy w strojeniu; filtruje górnoprzepustowo prędkość żyroskopu i dolnoprzepustowo dane z akcelerometru/kompasu. Filtr Kalmana jest optymalny dla systemów liniowych i naturalnie radzi sobie z różnymi niepewnościami czujników. Filtr Kalmana jest bardziej odporny, ale bardziej obciążający obliczeniowo. Dla większości zastosowań wystarcza filtr komplementarny.
Jak wykryć i skorygować zakłócenia magnetyczne w AHRS?
Monitoruj odczyty magnetometru pod kątem anomalii (zmiana wielkości, odchylenie od oczekiwanego pola). Porównaj kurs kompasu z oszacowaniem inercyjnym; duże rozbieżności sygnalizują zakłócenia. Metody łagodzenia: użyj oszacowania kursu z prędkości prędkości GPS podczas zakłóceń, zastosuj kalibrację żelazem miękkim/twardym lub zmniejsz wagę kompasu w filtrze.
Pokrewne metody
Źródła
Savage, P. G. (2007). Strapdown Inertial Integration Technology (2nd ed.). Strapdown Associates.
Otwórz odnośnik do publikacjiSkopiowano.Titterton, D. H., & Weston, J. L. (2004). Strapdown Inertial Navigation Technology (2nd ed.). Institution of Engineering and Technology.
Otwórz odnośnik DOISkopiowano.Madgwick, S. O. H., Harrison, A. J. L., & Vaidyanathan, R. (2011). Estimation of IMU and MARG orientation using a gradient descent algorithm. IEEE International Conference on Rehabilitation Robotics (ICORR), 1–7.
Otwórz odnośnik do publikacjiSkopiowano.